このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
efficientnetb0
構文
説明
EfficientNet-b0 は、ImageNet データベース[1]の 100 万個を超えるイメージで学習を行った畳み込みニューラル ネットワークです。このネットワークは、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類できます。結果として、このネットワークは広範囲のイメージに対する豊富な特徴表現を学習しています。ネットワークのイメージ入力サイズは 224 x 224 です。MATLAB® の他の事前学習済みのネットワークについては、事前学習済みの深層ニューラル ネットワークを参照してください。
classify
を使用すると、EfficientNet-b0 モデルを使用して新しいイメージを分類できます。GoogLeNet を使用したイメージの分類の手順にしたがって、GoogLeNet を EfficientNet-b0 に置き換えます。
新しい分類タスクでネットワークの再学習を行うには、新しいイメージを分類するための深層学習ネットワークの学習の手順に従い、GoogLeNet の代わりに EfficientNet-b0 を読み込みます。
は、ImageNet データ セットで学習させた EfficientNet-b0 モデル ネットワークを返します。net
= efficientnetb0
この関数には、Deep Learning Toolbox™ Model for EfficientNet-b0 Network サポート パッケージが必要です。このサポート パッケージがインストールされていない場合、関数によってダウンロード用リンクが表示されます。
は、ImageNet データ セットで学習させた EfficientNet-b0 モデル ネットワークを返します。この構文は、net
= efficientnetb0('Weights','imagenet'
)net = efficientnetb0
と等価です。
は、未学習の EfficientNet-b0 モデル ネットワーク アーキテクチャを返します。未学習のモデルは、サポート パッケージを必要としません。 lgraph
= efficientnetb0('Weights','none'
)
例
出力引数
参照
[1] ImageNet. http://www.image-net.org
[2] Mingxing Tan and Quoc V. Le, “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,” ArXiv Preprint ArXiv:1905.1194, 2019.
拡張機能
バージョン履歴
R2020b で導入
参考
ディープ ネットワーク デザイナー | squeezenet
| vgg16
| vgg19
| resnet18
| resnet50
| googlenet
| inceptionv3
| inceptionresnetv2
| densenet201
| trainNetwork
| layerGraph
| DAGNetwork